13年前,發(fā)明了葛優(yōu)躺的葛大爺為中國(guó)移動(dòng)的神州行品牌,拍了一只當(dāng)時(shí)很出名的廣告。
廣告的其中一段詞是這樣說(shuō)的:
“就說(shuō)這手機(jī)卡,有一說(shuō)一啊,我不挑號(hào),號(hào)好不好是虛的,我挑卡!神州行,是吧,用的人多!這就跟進(jìn)飯館兒一樣,一條街上,哪家人多我進(jìn)哪家!神州行,聽(tīng)說(shuō)將近兩億人用,我……相信群眾!神州行,我看行!”
群眾聽(tīng)了葛優(yōu)的話說(shuō),在廣告里回應(yīng):對(duì),信葛優(yōu),不信忽悠。
十幾年后,葛優(yōu)的預(yù)言成真了,群眾的意見(jiàn),真的成了影響一個(gè)飯館生意好壞的決定因素。
但我們不用去街邊看群眾意見(jiàn)了,拿出手機(jī)就可以。
時(shí)代在變化,相比葛大爺還在拍電視劇的當(dāng)年,當(dāng)產(chǎn)品、服務(wù)供給已經(jīng)過(guò)剩,線下看顧客流量的時(shí)間成本實(shí)在太高,我們不用去街邊看哪家店人群眾更喜歡,在網(wǎng)上就可以輕松看出哪家店的群眾留言更多,好評(píng)更多,這些店就是“群眾的選擇”。
無(wú)論是出差還是旅行,甚至在屋里點(diǎn)一份外賣(mài),這些留言、評(píng)論組成的星級(jí),果然成了我們選擇飯館的標(biāo)準(zhǔn),葛大爺說(shuō)對(duì)了。
我們的行為當(dāng)然是非常合理的,我們總不能選擇口碑差的飯館吧。
但是,我們的行為無(wú)形中賦予了一種人極大的權(quán)力,他們就是——話嘮。
說(shuō)「話嘮」之前,我們先講與話嘮對(duì)應(yīng)的另外一部分人群,他們則是——「沉默的大多數(shù)」。
沉默的大多數(shù),代表多數(shù)的你我,大家可以看自己周?chē)睦?,有多少人愿意在社交平臺(tái)上,去寫(xiě)一大段評(píng)論,點(diǎn)擊評(píng)級(jí),去評(píng)價(jià)一個(gè)飯館,其實(shí)很少。
我們就是這些沉默的絕大多數(shù),在數(shù)字世界,我們只是“網(wǎng)絡(luò)評(píng)價(jià)”的閱讀者,而不是評(píng)價(jià)者。
而話嘮,就是不沉默的少數(shù)人,他們和我們不同,他們?cè)敢猱?dāng)評(píng)價(jià)者。
這些少數(shù)人,決定了一個(gè)個(gè)飯館的口碑高低。
而話嘮決定的不止是飯館的評(píng)價(jià),某種程度,他們還在統(tǒng)治世界。
沉默的大多數(shù)沉默的原因有很多,一種情況是懶于參與公眾意見(jiàn),另外一種則是因?yàn)樗麄冃⌒闹?jǐn)慎。
謹(jǐn)慎的原因也有很多,他們覺(jué)得自己可能會(huì)犯錯(cuò),只能代表個(gè)人看法,或者擔(dān)心引來(lái)專業(yè)人士的嘲笑。
而話嘮不是這樣的,話嘮對(duì)于網(wǎng)絡(luò)發(fā)聲很勤勞,他們相信自己的正確性,如果話嘮覺(jué)得別人和自己說(shuō)的不一樣,原因通常只有一個(gè),那就是對(duì)方太蠢。
沉默的人保持沉默,話嘮持續(xù)發(fā)聲。
久而久之,在網(wǎng)絡(luò)世界中,看似能代表所有人的評(píng)價(jià)體系,并非所有人,他們只是話嘮。
話嘮的聲音,即使是錯(cuò)誤的,也會(huì)蓋過(guò)正確的,因?yàn)榧词故钦_的聲音,如果沉默不語(yǔ),還有什么用呢?
在這個(gè)世界,講錯(cuò)不怕,但怕不講。
美譽(yù)度不重要,聲量度才重要。
因?yàn)槁暳看螅L(zhǎng)期看,相信的人總會(huì)越來(lái)越多。
所以,電梯里的分鐘廣告越來(lái)越喜歡重復(fù)的念商標(biāo),它們也是話嘮。
于是,話嘮的權(quán)力越來(lái)越大,沉默者的權(quán)力越來(lái)越小。
在大洋彼岸就有好例子:
當(dāng)總統(tǒng),或者想當(dāng)總統(tǒng),發(fā)推文最重要;沉默的族群,從來(lái)都被所忽視,因?yàn)榉凑麄?ldquo;只愛(ài)看公號(hào)不愛(ài)去投票”。
廣告里,葛優(yōu)說(shuō),相信群眾。群眾說(shuō),信葛優(yōu),不信忽悠。
群眾可能錯(cuò)了,因?yàn)樵谶@個(gè)時(shí)代,信群眾,就是信話嘮,就可能是在信忽悠。
一千個(gè)人眼里,有一千個(gè)哈姆雷特?
不不不,只要有一千個(gè)人都說(shuō)哈士奇是哈姆雷特,那哈士奇就是哈姆雷特。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類(lèi)型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。